基于NSCT和PCNN的图像融合算法NSCT PCNN

资 源 简 介

基于NSCT和PCNN的图像融合算法NSCT PCNN

详 情 说 明

NSCT（非下采样轮廓波变换）结合PCNN（脉冲耦合神经网络）的图像融合算法是当前多源图像处理的前沿技术之一。该方法通过三层架构实现优势互补：首先利用NSCT对源图像进行多尺度、多方向的稀疏分解，有效保留边缘和纹理特征；然后通过改进的PCNN模型对子带系数进行非线性耦合，其独特的脉冲同步发放特性能够自适应捕捉视觉显著性区域；最后通过逆变换重构出细节丰富、对比度增强的融合图像。

相较于传统方法，该算法突破在于：NSCT消除下采样带来的频率混叠，PCNN替代人工设定规则实现生物视觉启发式融合。典型应用包括红外与可见光融合（提升夜间监控能力）、多聚焦图像融合（解决景深限制）以及医学影像融合（综合不同模态诊断信息）。研究数据表明，在互信息量和结构相似性指标上较小波融合提升约15%-20%，尤其适用于需要保留高频细节的军事遥感和医学图像分析场景。